Feature extraction from 3D point clouds (2018)
- Authors:
- Autor USP: PRZEWODOWSKI FILHO, CARLOS ANDRé BRAILE - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: VISÃO COMPUTACIONAL; RECONHECIMENTO DE OBJETOS; 3D STUDIO; PROCESSAMENTO DE IMAGENS
- Keywords: 3D object recognition; 3D point clouds; Descritores de formato; Nuvens de pontos 3D; Reconhecimento de objetos 3D; Shape descriptors
- Language: Inglês
- Abstract: Visão computacional é uma área de pesquisa em que as imagens são o principal objeto de estudo. Um dos problemas abordados é o da descrição de formatos (em inglês, shapes). Classificação de objetos é um importante exemplo de aplicação que usa descritores de shapes. Classicamente, esses processos eram realizados em imagens 2D. Com o desenvolvimento em larga escala de novas tecnologias e o barateamento dos equipamentos que geram imagens 3D, a visão computacional se adaptou para este novo cenário, expandindo os métodos 2D clássicos para 3D. Entretanto, estes métodos são, majoritariamente, dependentes da variação de iluminação e de cor, enquanto os sensores 3D fornecem informações de profundidade, shape 3D e topologia, além da cor. Assim, foram estudados diferentes métodos de classificação de objetos e extração de atributos robustos, onde a partir destes são propostos e descritos novos métodos de extração de atributos a partir de dados 3D. Os resultados obtidos utilizando bases de dados 3D públicas conhecidas demonstraram a eficiência dos métodos propóstos e que os mesmos competem com outros métodos no estado-da-arte: o RPHSD (um dos métodos propostos) atingiu 85:4% de acurácia, sendo a segunda maior acurácia neste banco de dados; o COMSD (outro método proposto) atingiu 82:3% de acurácia, se posicionando na sétima posição do ranking; e o CNSD (outro método proposto) em nono lugar. Além disso, os métodos RPHSD têm uma complexidade de processamento relativamente baixa. Assim, elesatingem uma alta acurácia com um pequeno tempo de processamento.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 13.03.2018
-
ABNT
PRZEWODOWSKI FILHO, Carlos André Braile. Feature extraction from 3D point clouds. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30072018-111718/. Acesso em: 19 abr. 2024. -
APA
Przewodowski Filho, C. A. B. (2018). Feature extraction from 3D point clouds (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30072018-111718/ -
NLM
Przewodowski Filho CAB. Feature extraction from 3D point clouds [Internet]. 2018 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30072018-111718/ -
Vancouver
Przewodowski Filho CAB. Feature extraction from 3D point clouds [Internet]. 2018 ;[citado 2024 abr. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-30072018-111718/ - A Gaussian approximation of the posterior for digital map-based localization using a particle filter
- Localization correction using road signs
- A Monte Carlo particle filter formulation for mapless-based localization
- Altitude offset constraint for mobile robots’ localization
- Full-range liver fat fraction estimation in magnitude MRI using a signal shape descriptor
- Integrating modular pipelines with end-to-end learning: a hybrid approach for robust and reliable autonomous driving systems
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
